Event-related fMRI Parts of material: courtesy of Jan Gläscher

Präsentation zum Thema: "Event-related fMRI Parts of material: courtesy of Jan Gläscher"—  Präsentation transkript:

1 Event-related fMRI Parts of material: courtesy of Jan Gläscher
Institute for Systems Neuroscience University Medical Center Hamburg-Eppendorf (UKE)

2 Blocked design Event-related design
Blocked vs. event-related design: definition Blocked design Event-related design A B A A B B A B A A B - repetitive event sequence - variable event sequence - events cannot be analyzed separately - separate analysis possible Beispiel emotionale GEsichter (furchtsam – glücklich), Effekt der Emotion, zB 500 ms pro Gesicht

3 Blocked vs. event-related design
Stimulus Onset Asynchrony (SOA) > 2 sec (Quelle: Jan Gläscher)

4 Blocked design Event-related design
Blocked vs. event-related design: definition Blocked design Event-related design A B A A B B A B A A B - repetitive event sequence - variable event sequence - events cannot be analyzed separately - separate analysis possible mention stick or delta function: Definition: überall 0 ausser an 1 Zeitpunkt, wo sie unendlich ist, so dass das Integral 1 ist

5 Blocked vs. event-related design: motivation
Possibility to randomize: Avoid effects caused by stimulus repetition e.g., habituation, fatigue, expectation, .... 2. Possibility to classify trials post hoc e.g., subsequent memory effect Words vs. fixation: blocked event-related (Wagner et al, Science, 1998) (Brewer et al, Science, 1998)

6 Blocked vs. event-related design: motivation
Possibility to randomize: Avoid effects caused by stimulus repetition e.g., habituation, fatigue, expectation, .... 2. Possibility to classify trials post hoc e.g., subsequent memory effect Wörter vs. Fixation: blocked event-related remembered > forgotten images (Wagner et al, Science, 1998) (Brewer et al, Science, 1998)

7 Blocked vs. event-related design: motivation
Possibility to randomize: Avoid effects caused by stimulus repetition e.g., habituation, fatigue, expectation, .... 2. Possibility to classify trials post hoc e.g., subsequent memory effect 3. Possibility to measure spontaneous event e.g., spontaneous changes in perception Erwähne Quelle für Bild: Thomas Wolbers und der?

8 4. Oddball Blocked vs. event-related design: motivation
Possibility to randomize: Avoid effects caused by stimulus repetition e.g., habituation, fatigue, expectation, .... 2. Possibility to classify trials post hoc e.g., subsequent memory effect 3. Possibility to measure spontaneous event e.g., spontaneous changes in perception 4. Oddball Erwähne Quelle für Bild: Thomas Wolbers und der? 5. Possibility to loose lots of time

9 Blocked design Event-related design
Blocked vs. event-related design: definition Blocked design Event-related design A B A A B B A B A A B Beispiel emotionale GEsichter (furchtsam – glücklich), Effekt der Emotion, zB 500 ms pro Gesicht

10 Event-related designs: to keep in mind
Stimulus Onset Asynchrony (SOA) Trade-off: Sample entire event vs. save time Beispiel: wenn ich Stimuli habe, die ich nur einige wenige Male zeigen kann (z.B. Oddball)  ganze kurve analysieren  long SOA (Quelle: Jan Gläscher)

11 Event-related designs: to keep in mind
Stimulus Onset Asynchrony (SOA) Stimulus Onset Asynchrony (SOA) Trade-off: Sample entire event vs. save time Possible compromise: Null-events: ABABBABABABBBA instead of 3. TR and jitter Phase delay stimulus/scan: increasing virtual sample rate (Quelle: J. Gläscher) Null event: Baseline für Vergleich furchtsam – Null; glücklich - Null

12 Trade-off: Sample entire event vs. save time
Event-related designs: to keep in mind Stimulus Onset Asynchrony (SOA) Stimulus Onset Asynchrony (SOA) Trade-off: Sample entire event vs. save time Possible compromise: Null-events: ABABBABABABBBA instead of 3. TR and jitter - Don‘t synchronise stimulus and scan onsets - SOA ≠ TR - vary SOA randomly (not in the millisecond range!) 4. (Pseudo)randomization Null event: Baseline für Vergleich furchtsam – Null; glücklich - Null Detailed reading: Josephs et al. (1999), Phil Trans R Soc Lond B, 354,

13 Design parameter – experimetal effect
2 Stimuli (A,B), Full randomization, SOA: 2 s, TR: 2.62 s Main effect: [ 1 1 ] Differential effect: [ 1 -1 ] Hier sieht man nun die Auswirkungen der Kontrastgewichte bei dem gegebenen randomisierten Design auf die Effizienz. Oben: die gemeinsame kontrast-gewichtete Stimulusabfolge Mitte: der simulierte Verlauf der BOLD-Antwort über das Experiment, d.h. diese Kurve kommt raus, wenn man den Event-Train obern mit der HRF faltet. Unten: die Effzienz des Design über den Verlauf des Experiments Man sieht deutlich, daß sie die Effizienz von Haupteffekt und differentiellem Effekt unterscheidet. In der simulierten Antwort is deutlich mehr Varianz vorhanden, die durch die Stimulusabfolge induziert wird. Ebenfalls ist die Effizienz bei diff. Kontrast höher als beim Haupteffekt. Dies liegt daran, daß beim Haupteffekt keine Pausen auftreten, in den das BOLD-Signal wieder abfallen kann. Was passiert nun, wenn willkürlich Pausen in die Stimulusabfolge eingebaut werden, z.B. in Form von Null-Event? Wo ist bei differentiellen Effekt die höchste Effizienz? V.a. an den Punkten der Stimulusabfolge, wo nach längerer Zeit desselbe Stimulustyps wieder der andere auftaucht, d.h. wo kleine zufällige Mini-Blöcke auftreten. Energy ist die quadrierte Abweichung vom Mittelwert der Zeitreihe diag(c X X‘c‘ ) nach: Josephs et al. (1999), Phil Trans R Soc Lond B, 354,

14 Designparameter – Randomization
Fully Randomised ABBBAABABAAAAB.... Alternating ABABABABABABAB.... Permuted ABBABAABBABABA.... EMP = estimated measurable power = total energy / number of scans

15 Design Parameter – Null Events
3 Stimuli (A,B,Null), Full randomization, SOA: 2 s, TR: 2.62 s Main effect: [ ] Differential Effect: [ ] Mann erkennt nun auch beim Haupteffekt Pausen. Dementsprechend weist auch das simulierte Signal mehr Varianz auf und die Effizienz steigt an. Beim differentiellen Effekt hat die Einführung von NullEvent vergleichsweise wenig Auswirkungen. Ein weiterer Aspekt, den man bei der Designkonstruktion berücksichtigen kann, ist der Zeitverlauf der Sensitivität. Sie sehen, daß sich diese (natürlihc in Anhängigkeit der Event-Trains) über die Zeit hinweg ändert. Wenn Sie sich nun wieder die Situation vor Augen führen, daß der Proband u.U. eine halbe Stunde im Scanner liegt und in diesem Zeitraum seine Vigilanz und Aufmerksamkeit höchstwahrscheinlich nachläßt, dann könnte man versuchen, ein Design zu konstruieren, das eine möglichst hohe Sensitivität am Anfang des Experiment aufweist, so daß ich als Versuchleiter, dann besonders sensitiv für meinen interessierenden Kontrast bin, wenn der Proband auch besonders wach und aufmerksam ist. nach: Josephs et al. (1999), Phil Trans R Soc Lond B, 354,

16 Designparameter – Null Events
Design Transition Matrix Example Sequence A B A. Randomised ABBBAABABAAAAB.... B. “Null events” ABB--B-A---AABA--B.... x: SOA in Sekunden y: Effizienz links: einfach randomisiertes Design Haupfeffekt (blau) erreicht erst realtiv spät die maximale Effizienz (ca. 20 sek). Bei diesem SOA hat die BOLD-Antwort genügend Zeit, wieder zur Baseline zurückzukehren. Differentieller Effekt: Maximum bei realtiv kurzem SOA rechts: randomisiertes Design mit NullEvents Haupteffekt erreicht nun auch bei kurzen SOAs (ca. 4 s) das Maximum an Effizienz